Wstęp

PISA (Programme for International Student Assessment) jest testem organizowanym przez OECD (Organisation for Economic Co-operation and Development) badającym umiejętności 15-latków z różnych krajów w zakresie matematyki, czytania i nauk przyrodniczych w celu sprawdzenia efektywności systemów edukacji.

W teście tym bierze udział również Polska i zazwyczaj zdobywa bardzo dobre wyniki.

Dane

Dane zostały pobrane ze strony https://www.oecd.org/pisa/data/2018database/. W badaniu zostały wykorzytane dane z kwestionariusza wypełnianego przez uczniów wskazujące na kraj, z którego pochodzą, liczbę godzin spędzanych w internecie w czasie zajęć szkolnych i poza nimi oraz liczbę urządzeń w ich domu, które umożliwiają przeglądanie internetu (PC, tablety, smartfony).

Problem

W raporcie przyjrzymy się ile godzin w poszczególnych krajach uczniowie spędzają w internecie, wyróżniając czas poświęcony tej aktywności w szkole jak i poza nią.

Dodatkowo sprawdzimy, czy w krajach, w których liczba instrumentów w domach jest duża czas spędzany w internecie jest mniejszy.
Do przedstawienia danych wykorzystano wykres kropkowy oraz histogram 2D.

Analiza danych

W poniższej tabeli przedstawiono dane do stworzenia wykresu kropkowego:

data1 <- read.csv("C:/Users/rober/Desktop/data1.csv")
data2 <- data1 %>%
  group_by(CNT) %>% 
  
  summarise_at(c("ST012Q09NA","IC005Q01TA","IC006Q01TA",
                 "ST012Q05NA","ST012Q06NA","ST012Q07NA"),mean,na.rm=TRUE) %>%

  mutate(devices_count = ST012Q05NA + ST012Q06NA + ST012Q07NA) %>%
  select(c("CNT","ST012Q09NA","IC005Q01TA","IC006Q01TA","devices_count")) %>%
  na.omit()# %>%
  #arrange(-devices_count)

colnames(data2) <- c("country","instruments_count","hours_internet_in_school",
                     "hours_internet_outside_school","liczba_urządzeń")
data2 %>% 
  DT::datatable(width=10, options = list(dom = 't'))

Średnia liczba godzin w internecie w różnych krajach

Na poniższym wykresie każdemu markerowi przypisany jest jeden kraj. Kolor markera oznacza średnią liczbę urządzeń umożliwiających dostęp do internetu w domach uczniów, a jego wielkość średnią liczbę instrumentów w ich domach.

Szczegóły o czasie spędzanym w internecie dla wybranych krajów:

Na poniższej interaktywnej wizualizacji można wybrać na suwaku kraj, któremu chcemu się bliżej przyjrzeć. Dane przedstawione zostały w postaci mapy ciepła: pola o cieplejszej barwie oznaczają, że uczniowie najczęściej spędzają w internecie tyle czasu, ile przypisane jest danemu polu.

Np. dla Polski, najwięcej uczniów spędza w internecie 2 godziny w szkole i 5 godzin poza szkołą.

data1 <- data1 %>% na.omit()
kraje <- unique(data1$CNT)
data1 <- data1  %>% rename(kraj = CNT)
data1$kraj <- factor(data1$kraj, levels = kraje)



fig2 <- plot_ly(data=data1,
               frame = ~kraj,
               x=~IC005Q01TA,
               y=~IC006Q01TA) %>% 
  add_histogram2d(
                  hovertemplate =  paste("Liczba uczniów: %{z}<br>",
                  "Internet w szkole: %{x} godz.<br>",
                  "Internet poza szkołą: %{y} godz.")
                  ) %>%
  layout(
    title = "Czas spędzany w internecie dla konkretnego kraju",
    xaxis = list(title = "Liczba godzin w internecie w szkole"),
    yaxis = list(title = "Liczba godzin w internecie poza szkołą")
  )

fig2

Wnioski

Okazuje się, że w krajach, w których uczniowie spędzają dużo czasu w internecie i posiadają dużo urządzeń cyfrowych, również liczba instrumentów w domu jest wysoka.
Powodem jest zapewne wysoka zamożność społeczeństw tych państw, a wiele z instrumentów może być w nich nieużywanych przez młodzież.
Rzucającymi się w oczy krajami są Korea i Japonia, dla których pomimo wysokiego poziomu gospodarczego liczba godzin, jakie uczniowie poświęcają na internet nie jest duża. W obu tych krajach jest natomiast stosunkowo duża liczba instrumentów.